-
公开(公告)号：CN116341922A
公开(公告)日：2023-06-27
申请号：CN202310049762.X
申请日：2023-02-01
Applicant: 桂林电子科技大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/042 , G06N3/0455 , G06N3/08 , G06N5/02
Abstract: 本发明属于电力设备知识图谱技术领域，公开了一种电力设备场景评估方法、系统、介质、设备及终端，从已知知识图谱中利用超图的概念，获取电力设备组合；将获取的电力设备组合放入Transformer模型中；输入的电力设备组合数据经过Transformer模型后，输出电力设备组合嵌入；将得到的电力设备组合嵌入及电力设备组合嵌入间的关系矩阵和变换矩阵相乘，拟合出在同一个工作环境下的电力设备评估分数并进行电力设备可行性评估。本发明的处于同一个系统的电力设备的评估方法可以对来自不同型号或者不同厂家的电力设备在电力系统中的可行性作出评估。使用本发明的电力设备场景评估方法极大地提高了电力设备评估效率，节约成本。
-
公开(公告)号：CN115601195A
公开(公告)日：2023-01-13
申请号：CN202211270906.6
申请日：2022-10-17
Applicant: 桂林电子科技大学(CN)
IPC: G06Q50/06 , G06Q40/04 , G06F16/9535
Abstract: 本发明公开了一种基于电力用户实时标签的交易双向推荐系统，包括依次电连接的电力数据采集模块、实时计算模块、电力交易数据库、智能评分模块、智能推荐模块以及显示模块。同时也公开了一种基于电力用户实时标签的交易双向推荐方法，采用上述一种基于电力用户实时标签的交易双向推荐系统及其方法，通过智能评分模块给发电企业和售电公司评分，并通过智能推荐模块将评分最高的前五名发电企业和售电公司推荐给无合同电力用户，并通过显示模块显示给无合同电力用户，从而实现了无合同电力用户能够快速找到最优的售电主体。
-
公开(公告)号：CN109255033B
公开(公告)日：2021-10-08
申请号：CN201811308701.6
申请日：2018-11-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于位置服务领域的知识图谱的推荐方法，抽取位置实体，得实体集作为知识图谱的种子集；将种子集与知识图谱中实体对应，构成实体对应表；将知识图谱中知识图谱三元组，通过Word2Vec模型将词汇嵌入n维空间中，生成对应的向量，得到位置或领域实体向量集E和关系向量集R，用TransE算法对实体向量集E和关系向量集R进行翻译，得到能够快速计算实体间的语义相似性的三元组向量集；根据位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性simA,B(A，B)，生成旅游位置的语义相似性矩阵；用语义相似性矩阵进行Top‑k推荐列表，将推荐列表按机器学习聚类算法进行聚类，将类聚结果推荐给用户。该方法推荐精度高，解决冷启动和稀疏性问题。
-
公开(公告)号：CN109492065B
公开(公告)日：2021-07-20
申请号：CN201811261447.9
申请日：2018-10-26
Applicant: 桂林电子科技大学
IPC: G06F16/29 , G06F16/36 , G06F40/295
Abstract: 本发明公开了一种室内语义地图时空关系的抽取方法，包括如下步骤：获取室内原始时空数据；时空数据的筛选；时空关系的语义表示；融合时空数据；更新语义实体库。本发明在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取，在语义地图中增加语义时空关系，这是本发明的创新点。通过对语义时空关系进行相关处理，使得在室内空间中能测得目标相互之间,如上下左右的位置关系，并结合前、后的时间关系，最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系，从而能给出两个物体之间，在某一时间段内相对位置关系的语义描述，更好地辅助机器人做出智能决策。
-
公开(公告)号：CN111951341A
公开(公告)日：2020-11-17
申请号：CN202010875932.6
申请日：2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于RGB-D SLAM的闭环检测改进方法，包括如下步骤：1)接收系统前端的关键帧序列Fs和新帧Fk+1，计算新帧Fk+1的运动估计，获得旋转矩阵R和平移向量t；2)计算新帧Fk+1的运动轨迹曲率c；3)选取阈值m的数值；4)比较c与m；5)检测完毕。这种方法能构建全局一致的轨迹和地图，能构建更准确地闭环，提高系统的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN116307910A
公开(公告)日：2023-06-23
申请号：CN202310303583.4
申请日：2023-03-27
Applicant: 桂林电子科技大学
IPC: G06Q10/0639 , G06F17/16
Abstract: 本发明公开了一种基于直觉模糊偏好关系的三支多属性供应商选择方法，专家评审小组给出直觉模糊决策矩阵后，利用得分函数将该矩阵进行归一化；接着利用属性权重向量求得方案的综合属性值，根据区间数的可能度公式得出供应方案的排序向量，由此获得方案间的直觉偏好关系矩阵；然后通过得到的偏好关系计算方案相似类，并求出对应的条件概率；并且依据直觉模糊数在决策理论粗糙集中的相对损失函数，得出不同决策对应的相对损失；最后，在三支决策规则下，获得决策结果，选出最佳供应商。本发明能够充分考虑供应方案之间的偏好关系，充分考虑信息的不确定性，基于现实数据的不确定性因素，在合理语境下选出最优供应商。
-
公开(公告)号：CN115658913A
公开(公告)日：2023-01-31
申请号：CN202211284698.5
申请日：2022-10-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于Handle标识解析的电力设备信息图谱构建方法，具体步骤如下：步骤S1：对于在二级节点运营商上进行标识注册的电力设备，获取其标识码；步骤S2：通过Handle标识解析系统，对这些电力设备的标识码进行标识解析；步骤S3：通过设定的规则，将标识解析后得到电力设备的相关信息转换成若干个三元组；步骤S4：将上述三元组进行整合，构建形成一个图谱化的设备信息知识库；步骤S5：建立数据管理平台与设备信息知识库的联系，用于电力设备信息的维护和查询。采用上述一种基于Handle标识解析的电力设备信息图谱构建方法，能够实现将标识解析后的数据进行图谱化，加强了电力设备信息的可视化数据管理。
-
公开(公告)号：CN110334221B
公开(公告)日：2022-12-09
申请号：CN201910649318.5
申请日：2019-07-18
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535
Abstract: 本发明公开一种基于知识图谱路径的可解释性推荐方法，该方法通过获取用户的交互历史，将交互历史作为知识图谱的种子集，从种子集中获取用户‑项的数据集，在得到种子集的前提下，对种子集进行对应知识图谱的三元组查询，并将这些三元组抽取出来，将三元组信息中的组合实体和关系的语义来生成路径表示，根据路径进行推理来推断用户偏好；确定一个三元组路径后，在限制路径长度为4的前提下，查询该路径头实体到尾实体其它的路径，用多个三元组表示；找到多条路径后，对每条路径进行池操作来区分不同路径对预测推荐的贡献；选择贡献分最大的路径对用户进行解释性推荐。该方法推荐精度高，并解决了推荐的不透明性问题。
-
公开(公告)号：CN111949884B
公开(公告)日：2022-06-21
申请号：CN202010872372.9
申请日：2020-08-26
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04
Abstract: 本发明公开一种基于多模态特征交互深度融合推荐方法，该方法在xdeepfm模型的基础上，提出了一种融合多种模型的多模态特征交互深度融合模型。该模型将多个模型进行结合，并且将多模态特征进行融合，不仅能同时以显式和隐式的方式自动学习高阶的特征交互，使特征交互发生在向量级，还兼具记忆与泛化的学习能力，并且可以进行多任务训练。该方法推荐精度高，并提升了推荐的多模态特征融合的效果。
-
公开(公告)号：CN110633363A
公开(公告)日：2019-12-31
申请号：CN201910883202.8
申请日：2019-09-18
Applicant: 桂林电子科技大学
IPC: G06F16/335 , G06F17/27 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于NLP和模糊多准则决策的文本实体推荐方法，其特征在于，包括如下步骤：1）采用word2vec对文本进行词向量训练；2）对每个词向量进行相似度计算；3）构造模糊多准则决策的推荐过程；4）量化实体词向量相似度参数5）构造模糊决策标准矩阵；6）用相对比较法确定标准实体的权重；7）使用模糊聚合算子量化实体推荐过程的总体用户偏好；8）得到被推荐实体的排名，进行推荐。这种方法能缩短文本实体推荐时间、提高词向量相似度精度，同时具有推荐精度高、软件运算量低的特点，在保证文本相似度精度的前提下实现精准推荐的要求。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
